Applying SHAPR in AI-Assisted Research Software Development: Lessons Learnt from Building a Share Trading System
Cet article présente une étude de cas illustrant l'application du cadre SHAPR au développement d'un système de trading d'actions assisté par l'IA, démontrant comment une configuration de travail structurée et une documentation continue permettent de maintenir la traçabilité et la cohérence méthodologique tout en tirant cinq leçons pratiques pour la recherche logicielle.
Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Imaginez que vous êtes un architecte seul dans un grand chantier de construction. Vous avez un assistant génial, un robot très rapide (l'Intelligence Artificielle), qui peut construire des murs, poser des fenêtres et même inventer de nouveaux plans en quelques secondes. C'est formidable, n'est-ce pas ?
Mais voici le problème : si le robot va trop vite et que vous ne le surveillez pas, il risque de construire un mur rouge à côté d'un mur bleu, d'oublier où il a posé les fondations, ou de changer le nom de la cuisine en "salle de bain" sans vous le dire. À la fin, vous avez une maison qui tient debout, mais personne ne sait comment elle a été construite, ni pourquoi telle décision a été prise.
C'est exactement le défi que décrit cet article. L'auteur, Ka Ching Chan, a utilisé une méthode appelée SHAPR pour construire un système de trading d'actions (un logiciel qui gère des achats et ventes d'actions) avec l'aide de l'IA. L'objectif n'était pas seulement de créer le logiciel, mais de montrer comment le construire de manière intelligente, traçable et humaine.
Voici les grandes idées de l'article, expliquées simplement :
1. Le Concept SHAPR : Le Chef d'Orchestre Humain
L'idée de SHAPR est simple : L'IA est un excellent musicien, mais vous devez être le chef d'orchestre.
Au lieu de laisser l'IA décider de tout, vous gardez le contrôle. Vous définissez les règles, vous vérifiez le travail, et vous apprenez de chaque étape. L'IA aide à jouer les notes, mais c'est vous qui choisissez la mélodie.
2. La "Boîte à Outils" Connectée
Pour que cela fonctionne, l'auteur n'a pas utilisé un seul outil magique. Il a créé un écosystème, comme une équipe de travail bien organisée :
- Le Chat (ChatGPT) : C'est le bureau de discussion. C'est là qu'on discute, qu'on imagine des idées et qu'on demande de l'aide pour coder.
- Le Codeur (PyCharm) : C'est l'atelier. C'est là où le logiciel est réellement construit et testé.
- Le Journal de Bord (Obsidian) : C'est le carnet de notes officiel. C'est ici qu'on écrit tout ce qui est important : les décisions, les règles, les erreurs et les leçons apprises.
L'astuce ? Ces trois espaces sont connectés. On ne perd pas les idées du "bureau de discussion" dans le vide ; on les transfère dans le "carnet de notes" pour qu'elles ne disparaissent jamais.
3. Les 5 Leçons Apprises (Les Secrets de la Réussite)
L'auteur a tiré cinq leçons principales de son expérience, que l'on peut comparer à des règles de vie pour un chantier :
Leçon 1 : Les Contrats sont des Règles du Jeu.
- L'analogie : Imaginez que vous dites au robot : "Fais-moi une porte". Il pourrait faire une porte de grange ou une porte de voiture.
- La solution : Avant de commencer, on écrit un "contrat" précis : "La porte doit mesurer 2 mètres, être en bois, et s'ouvrir vers la droite". Cela empêche l'IA de faire des bêtises et de changer les règles en cours de route.
Leçon 2 : Le "Vrai Livre" (Source of Truth).
- L'analogie : Dans un chantier, si le plan sur le mur est vieux et que le chef a changé de tête, les ouvriers vont construire n'importe quoi.
- La solution : Il faut toujours avoir un seul document à jour qui dit exactement où on en est. Si le document dit "la cuisine est ici", alors la cuisine est là. Cela évite la confusion.
Leçon 3 : Les Photos de Fin de Cycle.
- L'analogie : Si vous construisez une maison étage par étage, vous prenez une photo à la fin de chaque étage. Si vous devez recommencer le lendemain, vous regardez la photo pour savoir exactement où vous étiez.
- La solution : À la fin de chaque étape de travail, on fait une "capture" (un snapshot) de tout ce qui a été fait. Cela permet de ne jamais perdre le fil, même si on s'arrête pendant une semaine.
Leçon 4 : Écrire et Construire en Même Temps.
- L'analogie : C'est comme cuisiner. Si vous attendez la fin du repas pour écrire la recette, vous oublierez combien de sel vous avez mis.
- La solution : On note les idées rapidement ("Quick Capture") pendant qu'on travaille, même si c'est brouillon. Plus tard, l'IA aide à transformer ces notes brouillonnes en une belle recette propre. On ne sépare jamais la construction de l'écriture.
Leçon 5 : Préparer le Terrain est Déjà du Travail.
- L'analogie : Avant de construire, on doit préparer le sol, installer l'électricité et le plomberie. Ce n'est pas une perte de temps, c'est ce qui rendra la maison solide.
- La solution : Configurer son environnement de travail (les outils, les règles) fait partie intégrante de la recherche. Cela génère déjà des connaissances.
En Résumé
Cet article nous dit que l'IA est un outil puissant pour les chercheurs, mais qu'elle ne remplace pas la pensée humaine. Pour réussir, il faut :
- Garder le contrôle (être le chef).
- Écrire les règles avant de commencer.
- Noter tout, tout de suite, même si c'est imparfait.
- Utiliser des outils qui travaillent ensemble.
Grâce à cette méthode (SHAPR), on ne se retrouve pas avec un logiciel mystérieux qu'on ne comprend plus. On a un logiciel solide, dont on peut expliquer chaque brique, chaque décision et chaque erreur. C'est la différence entre construire une cabane en bois qui s'effondre et construire une maison en pierre qui dure.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.